უდაბნო უზარმაზარი და მრავალფეროვანია, სადაც ცხოვრობს მილიონობით ცხოველის სახეობა. ეკოლოგებისთვის, ამ ცხოველების იდენტიფიცირება და აღწერა წარმატებული კვლევის გასაღებია. ეს შეიძლება იყოს დიდი წესრიგი - მაგრამ ხელოვნური ინტელექტი შეიძლება დაგეხმაროთ.
ამ კვირაში გამოქვეყნებულ ახალ მოხსენებაში, მკვლევარებმა აჩვენეს, თუ როგორ ავარჯიშეს ღრმა სწავლის ალგორითმი, რათა ავტომატურად იდენტიფიცირება, დათვლა და დახასიათება ცხოველების სურათებში. სისტემა იყენებდა მოძრაობის სენსორული კამერის ხაფანგებიდან გადაღებულ ფოტოებს, რომლებიც იღებენ ცხოველებს სერიოზულად შეწუხების გარეშე.
რეკომენდებული ვიდეოები
„ჩვენ ვაჩვენეთ, რომ შეგვიძლია გამოვიყენოთ კომპიუტერები ველური ბუნების ფოტოებიდან ინფორმაციის ავტომატურად ამოსაღებად, როგორიცაა სახეობები, ცხოველების რაოდენობა და რას აკეთებენ ისინი. მარგარეტ კოსმალაგანუცხადა Digital Trends-ს ჰარვარდის უნივერსიტეტის მკვლევარმა. „ახალი ისაა, რომ ეს არის პირველი შემთხვევა, როდესაც აჩვენეს, რომ შესაძლებელია ამის გაკეთება ისევე ზუსტად, როგორც ადამიანები. ხელოვნური ინტელექტი კარგად იცნობს ადამიანთა სფეროს საგნებს - ადამიანის სახეებს, შიდა სივრცეებს, კონკრეტულ ობიექტებს, თუ კარგად არის განლაგებული, ქუჩები და ა.შ. მაგრამ ბუნება არეულია და ფოტოების ამ ნაკრებში ცხოველები ხშირად მხოლოდ ნაწილობრივ არიან ფოტოზე ან ძალიან ახლოს ან შორს ან გადახურულები. როგორც ეკოლოგი, მე ეს ძალიან საინტერესოდ მიმაჩნია, რადგან ის გვაძლევს ახალ გზას, გამოვიყენოთ ტექნოლოგია ველური ბუნების შესასწავლად ფართო რაიონებში და ხანგრძლივ პერიოდებში. ”
მკვლევარებმა გამოიყენეს სურათები, რომლებიც გადაიღეს და შეაგროვეს Snapshot Serengeti, მოქალაქეთა სამეცნიერო პროექტის მიერ სტელსი ველური ბუნების კამერები გავრცელდა მთელ ტანზანიაში. სპილოდან გეპარდებამდე, Snapshot Serengeti-მ შეკრიბა მილიონობით ველური ბუნების ფოტო. მაგრამ თავად სურათები არ არის ისეთი ღირებული, როგორც ჩარჩოში მოცემული მონაცემები, მათ შორის ისეთი დეტალები, როგორიცაა ცხოველების რაოდენობა და ტიპი.
ავტომატიზირებულ იდენტიფიკაციასა და აღწერას ბევრი სარგებელი მოაქვს ეკოლოგებისთვის. წლების განმავლობაში, Snapshot Serengeti იყენებდა ველური ბუნების სურათების აღწერის დავალებას. დაახლოებით 50 000 მოხალისის დახმარებით ჯგუფმა დაასახელა სამ მილიონზე მეტი სურათი. ეს იყო ეტიკეტირებული გამოსახულების ეს საგანძური, რომელიც მკვლევარებმა გამოიყენეს თავიანთი ალგორითმის მოსამზადებლად.
ახლა, ვიდრე მოქალაქე მეცნიერებს მიმართონ, მკვლევარებმა შეიძლება შეძლონ შრომატევადი დავალების მინიჭება ალგორითმისთვის, რომელსაც შეუძლია სწრაფად დაამუშაოს ფოტოები და დაასახელოს მათი ძირითადი დეტალები.
„ნებისმიერ სამეცნიერო კვლევით ჯგუფს ან კონსერვაციის ჯგუფს, რომელიც ცდილობს გაიგოს და დაიცვას სახეობა ან ეკოსისტემა, შეუძლია განათავსოს მოძრაობის სენსორული კამერები ამ ეკოსისტემაში. ჯეფ კლუნითქვა ვაიომინგის უნივერსიტეტის კომპიუტერული მეცნიერების პროფესორმა. მაგალითად, თუ თქვენ სწავლობთ იაგუარებს ტყეში, შეგიძლიათ განათავსოთ მოძრაობის სენსორული კამერების ქსელი ბილიკების გასწვრივ. შემდეგ სისტემა ავტომატურად გადაიღებს ცხოველებს სურათებს, როდესაც ისინი კამერების წინ გადაადგილდებიან, შემდეგ კი A.I. ტექნოლოგია დათვლის ნანახი ცხოველების რაოდენობას და ავტომატურად წაშლის ყველა გადაღებულ სურათს, რომლებშიც ცხოველები არ არის, რაც გამოდის, რომ ბევრია, რადგან მოძრაობის სენსორული კამერები მოქმედებენ ქარით, ფოთლები ცვივა, სხვა.”
ნაშრომი, რომელიც დეტალურად ასახავს კვლევას გამოქვეყნდა ამ კვირაში ჟურნალში Proceedings of the National Academy of Sciences.
რედაქტორების რეკომენდაციები
- ანალოგი A.I.? ეს გიჟურად ჟღერს, მაგრამ ეს შეიძლება იყოს მომავალი
- Nvidia-ს უახლესი A.I. შედეგები ადასტურებს, რომ ARM მზად არის მონაცემთა ცენტრისთვის
- Nvidia აქვეითებს A.I-ში შესვლის ბარიერს. Fleet Command-ით და LaunchPad-ით
- წაიკითხეთ A.I.-ის საოცრად ლამაზი "სინთეზური წერილი". რომ ფიქრობს, რომ ღმერთია
- A.I.-ს მომავალი: 4 დიდი რამ, რასაც უნდა უყუროთ მომდევნო რამდენიმე წელიწადში
განაახლეთ თქვენი ცხოვრების წესიDigital Trends ეხმარება მკითხველს თვალყური ადევნონ ტექნოლოგიების სწრაფ სამყაროს ყველა უახლესი სიახლეებით, სახალისო პროდუქტების მიმოხილვებით, გამჭრიახი რედაქციებითა და უნიკალური თვალით.
